大数据消费市场分析与市场营销的转型 .pdfVIP

大数据消费市场分析与市场营销的转型

现阶段相信每个企业都需要数据,都喜欢收集数据。信息数字化为确保公司

就如何更高效地运营以及做出精准决策提供了最有效的方式。在大数据AI公司

与RockFuel公司联合进行的调查中发现,运用大数据进行销售的人员明显高于

不使用数据分析进行营销的公司,而且大数据分析所产生的价值远远大于其本身

原有的实际价值。这些使用数据分析消费者公司,对发现市场趋势走向和消费者

消费趋势有更准确的判断。大量的个体消费者原始数据收集和运用,将会产生理

解消费者行为和制定营销策略的全新方式。

随着数据量积累,数据变得超强大,变得越来越难以理解。为了更好地运用这

些数据,人们探究出了一个重大的数据方法的转变,即：将科学数据分析法从拟合

数据转变为市场先入为主理论,再到使用数据框架理论(Firestein,2012)。这种技

术和方法的运用极大地提高了人们的工作效率,也使得大数据变得更有价值，更

容易被人类所利用。这就是大数据的魅力,让我们能够“感知未来”。

为了激发营销学者对大数据的更多讨论,本文引入了大数据概念框架来说明

大数据对各种营销活动的影响。利用这个框架,探讨以下两个问题：一是大数据如

何帮助企业更好地创造价值并获得可持续的竞争优势？二是企业利用大数据获

得持续竞争优势的具体资源要求是什么？

1消费者大数据的定义

互联网技术的应用,已经将传统结构化的消费者转变成了现代化非结构化的

行为数据生产者。其中所产生的数据规模、数据的速度以及数据丰富的多样性,正

在不断影响着营销决策。通常国外学者使用三个维度来定义大数据：规模、速度、

多样性。

1.1大数据的规模

大数据的规模(Volume)通常以PB(Petabytes)、EB(Exabyte)、

ZB(Zettabytes)为单位来计算。一个PB单位相当于2000万个传统的文本文件

(1PB=1024TB,1EB=1024PB,1ZB=1024EB)。当然随着产生的数据规模越来越

庞大,还会产生更大的计量单位。据思科(Cisco)2013年全年统计,2013年的世界

数据规模已经达到了4.4ZB,到2020年世界数据规模将会达到52ZB。尽管数据

规模是定义大数据的主要标准之一,但是很多公司虽然拥有大量的数据积累,但是

还是缺乏大数据的速度和多样性,从而导致所拥有的大数据对公司的贡献寥寥无

几。

1.2大数据的速度

大数据的第二个关键要素是速度(Velocity)。当一个销售人员能够获得数据

有价值时,是可以帮助他做出销售决策的,当然这些数据一定要具有时效性。

1.3大数据的丰富性

大数据的丰富性(Variety)是传统数据所不能匹敌的。当前大数据与传统数据

最大的区别在于大数据是非结构化数据,然而非结构化数据包括文本数据和非文

本数据。这些非结构化数据组成了今天的大数据,这些数据所包含的内容更加丰

富,同样也更加准确地反映了数据生产者的行为与意愿。

2理论框架

2.1资源基础理论(Resource-BasedTheory，RBT)

2.1.1资源的种类

近年来RBT理论被许多营销学者所认可,也为大数据对市场营销的影响提供

了有力的理论支持。RBT中提及当企业所拥有的资源是有价值的、稀有的，并且

不可被其他组织所模仿的时候,该企业中的有形资源与无形资源有助于提高该企

业的竞争优势(Barney,1991;Lee和Grewal,2004)。当数据为企业提供了竞争

对手无法实现的价值时,这个资源就是有价值有意义的资源。

组织的资源包括物质资本资源、人力资本资源与组织资本资源。在大数据背

景下,物质资本资源通常是公司用来收集大数据的平台。传统的软件通常无法有

力地分析解析大数据,因此企业需要建立一个能够存储、分析大规模数据的平台。

人力资本资源包括了挖掘数据和运用数据的人才。组织资本资源包括组织结构,

使企业能够将“观察”转变为“行动”。企业可以通过改变组织框架和业务流程,

更好地使用大数据带来的信息化资源。将物质资本资源、人力资本资源与组织资

本资源对不同阶段的消费者活动转变为企业的可持续性竞争优势。

2.1.2动态能力与自适应能力

企业为了适应不断变化的外部环境,必须不断地更新资源、分配资源,维持企

业的可持续性竞争力,这就是企业的动态能力。如果企业从大数据中提取了消费

者